การเปรียบเทียบ metrics และกราฟใน DVC

CI/CD สำหรับ Machine Learning

Ravi Bhadauria

Machine Learning Engineer

การตั้งค่าไฟล์ DVC YAML

ตั้งค่าไฟล์ DVC YAML เพื่อติดตาม metrics ระหว่าง experiments
เปลี่ยนจาก outs

stages:
  preprocess:
    ...
  train:
    ...
    outs:
    - metrics.json
    - confusion_matrix.png

เป็น metrics

stages:
  preprocess:
    ...
  train:
    ...
    outs:
    - confusion_matrix.png

    metrics:
      - metrics.json:
          cache: false

การดูและเปรียบเทียบ DVC metrics

-> dvc metrics show

Path          accuracy    f1_score    precision    recall             
metrics.json  0.947       0.8656      0.988        0.7702

เปลี่ยน hyperparameter แล้วรัน dvc repro ใหม่

-> dvc metrics diff

Path          Metric     HEAD    workspace    Change                  
metrics.json  accuracy   0.947   0.9995       0.0525
metrics.json  f1_score   0.8656  0.9989       0.1333
metrics.json  precision  0.988   0.9993       0.0113
metrics.json  recall     0.7702  0.9986       0.2284

¹ https://dvc.org/doc/command-reference/metrics

การตั้งค่า DVC GitHub Action

เพิ่ม setup-dvc GitHub Action
แทนที่การรัน Python scripts ด้วย DVC pipeline

steps:
  ...
  - name: Setup DVC
    uses: iterative/setup-dvc@v1

  - name: Run DVC pipeline
    run: dvc repro

การตั้งค่า DVC GitHub Action

- name: Write CML report
  env:
    REPO_TOKEN: ${{ secrets.GITHUB_TOKEN }}
  run: |
    # Print metrics of current branch
    dvc metrics show --md >> report.md

    # Compare metrics with main branch
    git fetch --prune
    dvc metrics diff --md main >> report.md

    # Create CML report
    cml comment create report.md

Pipeline ในการใช้งานจริง

ภาพหน้าจอของ comment ใน pull request ที่แสดง metrics diff เทียบกับ main branch

ประเภทกราฟใน DVC

scatter - scatter plot
linear - linear plot แบบโต้ตอบได้
simple - linear plot แบบกำหนดเองที่ไม่โต้ตอบ
smooth - linear plot พร้อม smoothing
confusion - confusion matrix
confusion_normalized - confusion matrix ที่ normalize ค่าให้อยู่ในช่วง <0, 1>
bar_horizontal - horizontal bar plot
bar_horizontal_sorted - horizontal bar plot เรียงตามขนาด bar

¹ https://dvc.org/doc/user-guide/experiment-management/visualizing-plots#plot-templates-data-series-only

การตั้งค่า DVC YAML สำหรับกราฟ

stages:
  train:
    ...
    plots:
    - predictions.csv: # Name of file containing predictions
        template: confusion # Style of plot

        x: predicted_label # X-axis column name in csv file 
        y: true_label # Y-axis column name in csv file
        x_label: 'Predicted label'
        y_label: 'True label'
        title: Confusion matrix

        cache: false # Save in Git

การพล็อต Confusion Matrix

-> dvc plots show predictions.csv
file:///path/to/index.html

กราฟ confusion matrix ที่สร้างโดย DVC

การเปรียบเทียบ Confusion Matrix

-> dvc plots diff --target predictions.csv main
file:///path/to/index.html

กราฟ diff ของ confusion matrix ที่สร้างโดย DVC

การเปรียบเทียบ ROC Curves

# Changes in Python
y_proba = model.predict_proba(X_test)
fpr, tpr, _ = roc_curve(y_test, 
                        y_proba[:, 1])

# Changes in dvc.yaml
plots:
- roc_curve.csv:
    template: simple
    x: fpr
    y: tpr
    x_label: 'False Positive Rate'
    y_label: 'True Positive Rate'
    title: ROC curve
    cache: false

กราฟ diff ของ ROC curve ที่สร้างโดย DVC

มาฝึกกันเถอะ!

CI/CD สำหรับ Machine Learning